基于神经网络的跨介质飞行器水面弹跳运动参数快速预测方法

为进一步提高跨介质飞行器水面弹跳运动参数的计算效率，提出基于线性多元回归、反向传播神经网络及径向基函数神经网络的水面弹跳运动特性近似模型，对弹跳后运动参数进行快速预测。首先，建立跨介质飞行器水面弹跳数值仿真分析模型，对模型进行校验。其次，基于上述三种预测算法，以飞行器水面弹跳初始俯仰角、弹道倾角和速度作为输入值，预测其在水面弹跳运动中的末速度。结果表明：径向基函数神经网络算法对跨介质飞行器水面弹跳中的末速度预测的性能表现最优，与数值仿真速度值对比，回归系数为0.988，模型精度与速度预测结果可信性较高；速度预测值与数值计算的平均残差保持在8.39%以内，残差范围保持在±15 m/s以内，对跨介质飞行器水面弹跳运动研究具有参考价值。